matplotlib.colors.AsinhNorm #
- classe matplotlib.colors. AsinhNorm ( linear_width = 1 , vmin = None , vmax = None , clip = False ) [source] #
Socles :
AsinhNormL'échelle sinusoïdale hyperbolique inverse est approximativement linéaire près de l'origine, mais devient logarithmique pour des valeurs positives ou négatives plus importantes. Contrairement au
SymLogNorm, la transition entre ces régions linéaires et logarithmiques est douce, ce qui peut réduire le risque d'artefacts visuels.Noter
Cette API est provisoire et peut être révisée à l'avenir en fonction des premiers commentaires des utilisateurs.
- Paramètres :
- linear_width flottant, par défaut : 1
La largeur effective de la région linéaire, au-delà de laquelle la transformation devient asymptotiquement logarithmique
- Paramètres :
- vmin, vmax flottant ou Aucun
Si vmin et/ou vmax ne sont pas donnés, ils sont initialisés respectivement à partir de la valeur minimale et maximale de la première entrée traitée ; c'est-à-dire
__call__(A)les appelsautoscale_None(A).- clip booléen, par défaut : False
Si
Trueles valeurs se trouvant en dehors de la plage , sont mappées sur 0 ou 1, selon la valeur la plus proche, et les valeurs masquées sont définies sur 1. Si les valeurs masquées restent masquées.[vmin, vmax]FalseL'écrêtage va à l'encontre de l'objectif de définir les couleurs sur, sous et masquées dans une palette de couleurs, il est donc susceptible de conduire à des surprises ; donc la valeur par défaut est
clip=False.
Remarques
Renvoie 0 si .
vmin == vmax- __call__ ( valeur , clip = Aucun ) [source] #
Normalisez les données de valeur dans l' intervalle dans l' intervalle et renvoyez-les.
[vmin, vmax][0.0, 1.0]- Paramètres :
- évaluer
Données à normaliser.
- clip bool
Si
None, est par défautself.clip(qui est par défautFalse).
Remarques
S'ils ne sont pas déjà initialisés,
self.vminetself.vmaxsont initialisés à l'aide deself.autoscale_None(value).
Exemples utilisant matplotlib.colors.AsinhNorm#
Normalisations de la palette de couleurs SymLogNorm